《52講輕鬆搞定網路爬蟲》讀書筆記 - Session和Cookie
前提
51 也有個文章跟我一樣，是我自己投的稿哈
為什麼要用Session和Cookie？
簡單一句話，因為Session和Cookie可以記錄使用者狀態資訊
嘶..這到底啥意思呢？
背景一：動態網頁的出現
什麼是靜態網頁
- 含義：一個網頁的內容是HTML程式碼編寫的，文字、圖片等內容均可通過HTML程式碼指定了
- 優勢：載入速度快，編寫簡單
- 劣勢：可維護性差，擴充套件性差，不能根據URL顯示不同的內容；例如：在URL傳入一個name引數想在網頁上顯示，靜態網頁是無法做到的
- 總結：弊大於利
動態網頁的誕生
動態網頁可以動態解析URL中引數的變化，關聯資料庫並動態呈現不同的頁面內容，非常靈活多變
現在遇到的大多數網站都是動態網站，不再是一個簡單的HTML頁面，可能由JSP、PHP、Python等語言編寫的，功能比靜態網頁強大和豐富太多
場景：一個需要登入的動態網站，在登入後需要保持登入狀態，以便後續訪問網站其他網頁；那麼我們要通過什麼來儲存這個登入態呢？
背景二：HTTP是無狀態協議
HTTP無狀態是指？
HTTP協議對事務處理是沒有記憶能力，也就是說伺服器不知道客戶端是什麼狀態
這是什麼意思呢？
當我們向伺服器傳送請求後，伺服器解析處理請求，然後返回響應，伺服器負責完成這個過程（也是一個事務），而這個過程是獨立的，伺服器不會記錄前後狀態的變化，也就是缺少狀態記錄
無狀態導致的後果？
意味著後續發出的請求需要處理前面請求的響應，則必須重傳，這也導致需要額外傳遞一些前面的重複請求，才能獲取後續響應。但為了保持前後狀態，我們也不能將前面的請求全部重傳一次，這太浪費資源了；就好像如果一個網站每次發出一個請求前都要先發出一次登入請求，這無疑大大增加了資源浪費程度
Seesion和Cookie的誕生
上圖可以看出，Session和Cookie在一個網站中各自發揮的作用
實際場景
- 當我們登入之後，服務端就會建立一個屬於當前使用者的Session，裡面儲存的就是當前使用者的資訊；
- 然後瀏覽器會根據伺服器的響應頭中Set-Cookie欄位生成相關Cookie，相當於一個使用者憑證
- 只需要在下次請求時攜帶這些Cookie，伺服器就能通過Cookie來判斷使用者是否是登入狀態，然後返回對應的響應
生動形象理解Cookie和Session的關係
- Session是儲存在伺服器端，Cookie是儲存在客戶端
- 每次使用者訪問網站的時候，相當於去串門
- 使用者帶著cookie去伺服器家，噹噹噹敲門
- 伺服器問是誰啊
- 使用者：是我（cookie）啊
- 伺服器：讓我來確認一下（session確認）
- 伺服器確認完畢後，放使用者進門
實際網站登入請求的響應頭
- 這是一個網站登入之後返回的響應頭，可以看到伺服器要求瀏覽器設定的Cookies有好幾個；這就是Cookies的來源，而token一般會作為使用者的唯一憑證【登入成功，響應頭set-cookies，瀏覽器設定Cookies】
- 當瀏覽器下一次再請求該網站時，瀏覽器會把這些Cookies放到請求頭一起提交到伺服器；而Cookies攜帶了SessionID資訊（token）【再次請求，帶上cookies，包含SessionID】
- 伺服器通過SessionID即可找到對應的使用者Session資訊，然後判斷該使用者的登入狀態【伺服器根據SessionID獲取使用者登入態】
- 如果Session中某些設定登入狀態的變數是有效期內的，證明使用者處於登入狀態【Session有效，使用者已登入】
- 此時伺服器就會返回需要登入之後才可以檢視的網頁內容，瀏覽器再進行解析便可以看到了【返回請求響應內容】
- 當Cookie無效或者Session已過期後，我們再訪問網站就需要重新登入了【Cookie無效，Session過期，要再次登入】
Session和Cookie在登入功能上的協同關係
Session
會話，指有始有終的一系列動作/訊息；比如：打電話時，從拿起電話，撥號，通話，結束通話電話這一系列過程可以稱為一個Session
實際場景
- 在Web中，Session物件用來儲存特定使用者Session所需的屬性和配置資訊，這樣使用者在應用程式的Web頁之間跳轉時，儲存在Session物件中的變數將不會丟失，而是在整個使用者Session中存在下去
- 當用戶請求網頁時，該使用者還沒有Session，則Web伺服器將自動建立一個Session物件
- 當Session過期或被放棄後，伺服器將終止該Session
Cookie
某些網站為了辨別使用者身份，進行Session跟蹤而儲存在使用者本地終端上的資料
會話Cookie和持久Cookie
會話Cookie
可以將開啟瀏覽器-關閉瀏覽器理解成一個會話，會話Cookie的有效期僅在瀏覽器開啟期間；而會話Cookie是存在瀏覽器記憶體裡的
實際場景：涉及錢，涉及利益、機密內容的網站一般都是會話Cookie，如企業郵箱等
持久Cookie
持久Cookie是存在客戶端本地硬碟中，不受瀏覽器關閉影響，下次再次訪問該網站時還能繼續使用，用於長久保持使用者登入狀態
實際場景：可以勾選【自動登入】、【30天內自動登入】的網站用的就是持久Cookie
持久Cookie發出請求時，客戶端與伺服器之間的時序圖
瀏覽器中看Cookie
- Name：Cookie 的名稱。Cookie 一旦建立，名稱便不可更改
- Value：Cookie 的值。如果值為 Unicode 字元，需要為字元編碼。如果值為二進位制資料，則需要使用 BASE64 編碼。
- Domain：Cookie注入的域名，如.baidu.com下的Cookie，只要Host以.baidu.com結尾的域名都能訪問該Cookie
- Path：允許使用該Cookie的路徑，一般都為 /
- Expires/Max-Age：Cookie失效時間，若沒有指定失效時間則預設當瀏覽器關閉時Cookie失效
- Size：Cookie大小
- HttpOnly：若True，則不允許指令碼來訪問該Cookie（如：JS）
- Secure：Cookie是否僅被使用安全協議傳輸，預設為False
敲重點的知識點
“只要關閉瀏覽器，Session 就消失了” —— 錯！
實際場景：去健身房辦理的會員卡，除非你自己要求銷卡，不然店家不會隨意銷掉你的卡
所以，對於Session也是一樣的，登入的時候伺服器幫你生成了一個Session，是不會輕易刪除你的Session，除非你自己提出要刪除orSession有效期過了；而一般我們會通過【退出】來刪除觸發伺服器刪除Session
當我們關閉瀏覽器時，瀏覽器是不會通知伺服器說它要關閉，所以伺服器根本不知道瀏覽器已關閉，造成這樣的誤解全都是因為：
- 一般情況下，網站都會用Cookie來儲存SessionID資訊的
- 當你的Cookie是會話Cookie時，關閉瀏覽器Cookie就會消失
- 再次開啟網站也找不回之前的那個Cookie對應的SessionID
- 所以無法通過原來的SessionID在伺服器查詢對應使用者的登入狀態，只能重新登入生成新的Cookie來記錄新的SessionID
如何解決？
就是將Cookie設定為持久Cookie，當你關閉瀏覽器再開啟網站時，還是能從本地讀取到Cookie，從而獲取到原來的SessionID，以此來保持登入狀態
另外
而恰恰因為關閉瀏覽器並不會讓伺服器主動刪除Session，為了避免伺服器的資源浪費，一般伺服器都會為每個Session設定一個失效時間，當Session的時間超過失效時間時，伺服器會自動刪除Session
&n